Los medios extranjeros comentan que la reciente fiebre de IA en el sector tecnológico está empujando a algunos ejecutivos hacia juicios excesivamente optimistas. El artículo cita a Aaron Levie, fundador de Box, quien señala que muchos CEOs, al estar alejados de los niveles de ejecución operativa, tienden a equiparar directamente los efectos de las demostraciones de IA con la capacidad de reemplazar en gran escala los procesos de trabajo reales.
Los ejecutivos ven la demostración, no la implementación.
Levie dijo en las redes sociales que los CEOs a menudo experimentan personalmente con la IA, crean prototipos, generan contratos o ejecutan procesos simples, y luego asumen que los agentes ya pueden asumir gran parte del trabajo. Sin embargo, las personas realmente responsables de poner en producción deben revisar el código, corregir errores, identificar errores causados por alucinaciones del modelo, y manejar los detalles complejos de los contratos, procesos y datos internos de la empresa.
El artículo señala que este tipo de malentendidos no provienen de una oposición a la IA. Por el contrario, Levie ha sido siempre un defensor activo de la IA e inversionista en startups de IA. Su punto central es que el problema no radica en que la IA carezca de valor, sino en que la gerencia tiende a subestimar el esfuerzo humano y el tiempo necesarios para convertir una herramienta en una productividad estable.
La velocidad de despidos se ha acercado a la cantidad total del año pasado.
El artículo cita datos de Layoffs.fyi que indican que en los primeros cinco meses de 2026, 152 empresas tecnológicas han despedido a 115.430 personas, una cifra que se acerca al total de 2025, cuando 275 empresas despidieron a 124.636 personas. El informe señala que muchas empresas citan la IA como una de las razones para los despidos, pero los factores impulsores reales no necesariamente solo son el avance tecnológico.
El CEO de ClickUp, Zeb Evans, ha declarado públicamente que, tras implementar aproximadamente 3,000 agentes de IA para manejar tareas internas, la empresa redujo alrededor del 22% de su plantilla. Él afirmó que esta medida no se trató simplemente de recortar costos, sino de reestructurar el equipo para que se enfoque en "gestionar agentes y revisar rápidamente los resultados".
Los resultados del estudio no respaldan la alternativa radical
Sin embargo, el artículo señala que varios estudios no han llegado a conclusiones igualmente agresivas. Una revisión publicada en octubre del año pasado por la Universidad de California, Berkeley, indicó que aún no se ha encontrado una relación sólida entre la adopción de la IA y el aumento general de la productividad. Un estudio del National Bureau of Economic Research de marzo de este año sostiene que la IA efectivamente mejora la eficiencia, pero la percepción subjetiva suele superar los resultados medidos.
La investigación del MIT sobre agentes que realizan tareas también muestra que, en muchos escenarios, los agentes aún no pueden alcanzar de forma estable la calidad humana. Los investigadores estiman que, según el ritmo actual de avance de los grandes modelos, para 2029 los modelos podrían completar la mayoría de las tareas relacionadas con texto con una “calidad mínimamente utilizable”, pero aún se necesitará más tiempo para superar de forma estable la calidad humana en trabajos más amplios.
El artículo concluye que, si la dirección de la empresa continúa reorganizando la organización según los efectos de demostración en lugar de según la capacidad real de implementación para asignar puestos y procesos, el resultado no será necesariamente un salto en la eficiencia, sino más bien una acumulación de aprobaciones, confusión en la ejecución y desequilibrio organizacional.